Registro fonte: Avaliação de modelos de previsão do ruído sonoro urbano com redes neurais artificiais

Avaliação de modelos de previsão do ruído sonoro urbano com redes neurais artificiais

The urban traffic noise is one of the biggest sources of noise pollution being composed by the different types of vehicles that circulate on the roads. Few studies have been carried out in search of a methodology capable of predicting urban noise based on the volume of traffic and several other vari...

ver descrição completa

Autor principal:	Alves, Carlos Henrique Rodrigues
Formato:	Dissertação
Idioma:	Português
Publicado em:	Universidade Tecnológica Federal do Paraná 2021
Assuntos:	Poluição sonora Tráfego urbano Trânsito - Ruído Redes neurais (Computação) Noise pollution City traffic Traffic noise Neural networks (Computer science) CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO Engenharia/Tecnologia/Gestão
Acesso em linha:	http://repositorio.utfpr.edu.br/jspui/handle/1/26653
Tags:	Adicionar Tag Sem tags, seja o primeiro a adicionar uma tag!

id	riut-1-26653
recordtype	dspace
spelling	riut-1-266532021-12-10T06:06:00Z Avaliação de modelos de previsão do ruído sonoro urbano com redes neurais artificiais Evaluation of urban sound noise forecast models with artificial neural networks Alves, Carlos Henrique Rodrigues Trojan, Flavio https://orcid.org/0000-0003-2274-5321 http://lattes.cnpq.br/1688457940211697 Trojan, Flavio https://orcid.org/0000-0003-2274-5321 http://lattes.cnpq.br/1688457940211697 Lotufo, Anna Diva Plasencia https://orcid.org/0000-0002-0192-2651 http://lattes.cnpq.br/6022112355517660 Siqueira, Hugo Valadares https://orcid.org/0000-0002-1278-4602 http://lattes.cnpq.br/6904980376005290 Poluição sonora Tráfego urbano Trânsito - Ruído Redes neurais (Computação) Noise pollution City traffic Traffic noise Neural networks (Computer science) CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO Engenharia/Tecnologia/Gestão The urban traffic noise is one of the biggest sources of noise pollution being composed by the different types of vehicles that circulate on the roads. Few studies have been carried out in search of a methodology capable of predicting urban noise based on the volume of traffic and several other variables present in the environment. This work aims to evaluate through comparisons the smallest noise prediction errors in urban traffic using the MLP, ELM and RBF Artificial Neural Networks models against the linear Multiple Linear Regression model. The data used in this work are the result of a literature review on the subject and databases collected in the cities of Goiânia-GO and Maringá-PR. The results found by the networks are compared in terms of their average errors to evaluate the best mappers of the equivalent sound level Leq, which is the output of the models and represents the noise produced by traffic. The neural models in this study proved to be better Leq mappers when compared to the linear model. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) O ruído de tráfego urbano é uma das maiores fontes de poluição sonora sendo composto pelos diferentes tipos de veículos que circulam nas vias. Poucos estudos têm sido realizados em busca de uma metodologia capaz de antever o ruído sonoro urbano a partir do volume de tráfego e de diversas outras variáveis presentes no ambiente. Este trabalho objetiva avaliar por meio de comparações os menores erros de previsão do ruído sonoro do tráfego urbano usando os modelos de Redes Neurais Artificiais MLP, ELM e RBF frente ao modelo linear de Regressão Linear Múltipla. Os dados utilizados nesse trabalho são fruto da revisão bibliográfica acerca do tema e das bases de dados coletados nas cidades de Goiânia-GO e Maringá-PR. Os resultados encontrados pelas redes são comparados em termos de seus erros médios para avaliação dos melhores mapeadores do nível equivalente sonoro Leq que é a saída dos modelos e representa o ruído sonoro produzido pelo tráfego. Os modelos neurais nesse estudo se mostraram melhores mapeadores do Leq se comparados ao modelo linear. 2021-12-09T13:24:38Z 2021-12-09T13:24:38Z 2021-08-30 masterThesis ALVES, Carlos Henrique Rodrigues. Avaliação de modelos de previsão do ruído sonoro urbano com redes neurais artificiais. 2021. Dissertação (Mestrado em Engenharia de Produção) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2021. http://repositorio.utfpr.edu.br/jspui/handle/1/26653 por openAccess Attribution-NonCommercial-ShareAlike 4.0 International http://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf Universidade Tecnológica Federal do Paraná Ponta Grossa Brasil Programa de Pós-Graduação em Engenharia de Produção UTFPR
institution	Universidade Tecnológica Federal do Paraná
collection	RIUT
language	Português
topic	Poluição sonora Tráfego urbano Trânsito - Ruído Redes neurais (Computação) Noise pollution City traffic Traffic noise Neural networks (Computer science) CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO Engenharia/Tecnologia/Gestão
spellingShingle	Poluição sonora Tráfego urbano Trânsito - Ruído Redes neurais (Computação) Noise pollution City traffic Traffic noise Neural networks (Computer science) CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO Engenharia/Tecnologia/Gestão Alves, Carlos Henrique Rodrigues Avaliação de modelos de previsão do ruído sonoro urbano com redes neurais artificiais
description	The urban traffic noise is one of the biggest sources of noise pollution being composed by the different types of vehicles that circulate on the roads. Few studies have been carried out in search of a methodology capable of predicting urban noise based on the volume of traffic and several other variables present in the environment. This work aims to evaluate through comparisons the smallest noise prediction errors in urban traffic using the MLP, ELM and RBF Artificial Neural Networks models against the linear Multiple Linear Regression model. The data used in this work are the result of a literature review on the subject and databases collected in the cities of Goiânia-GO and Maringá-PR. The results found by the networks are compared in terms of their average errors to evaluate the best mappers of the equivalent sound level Leq, which is the output of the models and represents the noise produced by traffic. The neural models in this study proved to be better Leq mappers when compared to the linear model.
format	Dissertação
author	Alves, Carlos Henrique Rodrigues
author_sort	Alves, Carlos Henrique Rodrigues
title	Avaliação de modelos de previsão do ruído sonoro urbano com redes neurais artificiais
title_short	Avaliação de modelos de previsão do ruído sonoro urbano com redes neurais artificiais
title_full	Avaliação de modelos de previsão do ruído sonoro urbano com redes neurais artificiais
title_fullStr	Avaliação de modelos de previsão do ruído sonoro urbano com redes neurais artificiais
title_full_unstemmed	Avaliação de modelos de previsão do ruído sonoro urbano com redes neurais artificiais
title_sort	avaliação de modelos de previsão do ruído sonoro urbano com redes neurais artificiais
publisher	Universidade Tecnológica Federal do Paraná
publishDate	2021
citation	ALVES, Carlos Henrique Rodrigues. Avaliação de modelos de previsão do ruído sonoro urbano com redes neurais artificiais. 2021. Dissertação (Mestrado em Engenharia de Produção) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2021.
url	http://repositorio.utfpr.edu.br/jspui/handle/1/26653
_version_	1805313748613726208
score	10,814766

Avaliação de modelos de previsão do ruído sonoro urbano com redes neurais artificiais

Registros relacionados